正常运行的集成在生产环境中突然开始失败，最常见的原因就是速率限制。这里介绍各项限制实际约束的内容，以及如何在开发时应对这些限制。
429 表示触发了其中一项限制，并非服务中断或计费问题。| 限制 | 统计内容 | 超限时的典型表现 |
|---|---|---|
| RPM — 每分钟请求数 | 滚动一分钟内允许发起的请求数量。 | 突发请求失败，而平稳流量正常。 |
| TPM — 每分钟 token 数 | 滚动一分钟内的输入和输出 token 总数。 | 少量大上下文调用失败，而大量小上下文调用正常。 |
| 并发 | 同一时刻正在处理的请求数。 | 并行工作进程或智能体停滞；流式传输会加剧这一问题。 |
流式响应从首个 token 到最后一个 token 都会占用一个并发名额。一次耗时 60 秒的生成会占用该名额整整一分钟，因此并发数为 1 时，即使 RPM 看起来很充裕，也基本只能同时处理一个长请求。Claude Code、Cline 和 Aider 等智能体工具会同时开启多个流，这就是它们最先触及并发限制的原因。
采用带随机抖动的指数退避进行重试：每次尝试将等待时间加倍，并加入少量随机偏移，避免重试客户端再次同步形成突发流量。如果响应中包含 retry-after 响应头，请遵循其要求。限制总尝试次数，并显示清晰的错误信息，避免无限重试。在客户端排队，以主动控制流量，而不是在触及限制后才发现上限。
新账户的初始并发数和 RPM 较为保守，以免单个失控脚本影响所有用户。积累使用记录后，可申请提高这两项限额，请向支持团队简要说明您的工作负载。固定费用的 无限量套餐 受公平使用限制约束，无需按 token 计费；按量付费额度充值时可获得 7.69231x 面值的额度。
这表示触发了速率限制，可能是每分钟请求数、每分钟 token 数或并发请求数超限。这并非计费失败或服务中断。请采用指数退避进行重试，并在返回 retry-after 响应头时遵循其要求。
智能体工具会同时发起多个流式请求。流式传输会在整个响应期间占用一个并发名额，因此少量并行的长生成任务就会耗尽并发名额，而您的每分钟请求数看起来仍然很低。
积累一定使用记录后，请联系支持团队，简要说明工作负载和所需并发数。初始限额较为保守，以保护共享容量；对于实际工作负载，通常都可提高限额。
是的，以公平使用限制的形式适用。无限量套餐免除了按 token 计费，但上游容量的物理约束仍然存在，因此并发和突发流量限制依然适用。
AI Prime Tech 是独立的 API 网关，与 Anthropic 无关联，也未获得其认可或赞助。“Claude”和“Anthropic”是 Anthropic 的商标。用于对比的 Anthropic 官方标价来自 Anthropic 公布的定价，可能会发生变化；我们的费率读取自我们自己的实时目录。估算结果根据您输入的 token 数量计算，与实际用量会有所不同。